java獲取文本文件字符編碼的方法

這篇文章將為大家詳細講解有關java獲取文本文件字符編碼的方法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

一、認識字符編碼：

1、Java中String的默認編碼為UTF-8，可以使用以下語句獲取：Charset.defaultCharset();

2、Windows操作系統下，文本文件的默認編碼為ANSI，對中文Windows來說即為GBK。例如我們使用記事本程序新建一個文本文檔，其默認字符編碼即為ANSI。

3、Text文本文檔有四種編碼選項：ANSI、Unicode(含Unicode Big Endian和Unicode Little Endian)、UTF-8、UTF-16

4、因此我們讀取txt文件可能有時候并不知道其編碼格式，所以需要用程序動態判斷獲取txt文件編碼。

ANSI     ：無格式定義，對中文操作系統為GBK或GB2312

UTF-8   ：前三個字節為：0xE59B9E(UTF-8)、0xEFBBBF(UTF-8含BOM)

UTF-16 ：前兩字節為：0xFEFF

Unicode：前兩個字節為：0xFFFE

例如：Unicode文檔以0xFFFE開頭，用程序取出前幾個字節并進行判斷即可。

5、Java編碼與Text文本編碼對應關系：

Java讀取Text文件，如果編碼格式不匹配，就會出現亂碼現象。所以讀取文本文件的時候需要設置正確字符編碼。Text文檔編碼格式都是寫在文件頭的，在程序中需要先解析文件的編碼格式，獲得編碼格式后，再以此格式讀取文件就不會產生亂碼了。

二、舉個例子：

有一個文本文件：test.txt

測試代碼：

/**
 * 文件名：CharsetCodeTest.java
 * 功能描述：文件字符編碼測試
 */
 
import java.io.*;
 
public class CharsetCodeTest {
    public static void main(String[] args) throws Exception {
        String filePath = "test.txt";
        String content = readTxt(filePath);
        System.out.println(content);
    }
 
 
public static String readTxt(String path) {
        StringBuilder content = new StringBuilder("");
        try {
            String fileCharsetName = getFileCharsetName(path);
            System.out.println("文件的編碼格式為："+fileCharsetName);
 
            InputStream is = new FileInputStream(path);
            InputStreamReader isr = new InputStreamReader(is, fileCharsetName);
            BufferedReader br = new BufferedReader(isr);
 
            String str = "";
            boolean isFirst = true;
            while (null != (str = br.readLine())) {
                if (!isFirst)
                    content.append(System.lineSeparator());
                    //System.getProperty("line.separator");
                else
                    isFirst = false;
                content.append(str);
            }
            br.close();
        } catch (Exception e) {
            e.printStackTrace();
            System.err.println("讀取文件:" + path + "失敗!");
        }
        return content.toString();
    }
 
 
    public static String getFileCharsetName(String fileName) throws IOException {
        InputStream inputStream = new FileInputStream(fileName);
        byte[] head = new byte[3];
        inputStream.read(head);
 
        String charsetName = "GBK";//或GB2312，即ANSI
        if (head[0] == -1 && head[1] == -2 ) //0xFFFE
            charsetName = "UTF-16";
        else if (head[0] == -2 && head[1] == -1 ) //0xFEFF
            charsetName = "Unicode";//包含兩種編碼格式：UCS2-Big-Endian和UCS2-Little-Endian
        else if(head[0]==-27 && head[1]==-101 && head[2] ==-98)
            charsetName = "UTF-8"; //UTF-8(不含BOM)
        else if(head[0]==-17 && head[1]==-69 && head[2] ==-65)
            charsetName = "UTF-8"; //UTF-8-BOM
 
        inputStream.close();
 
        //System.out.println(code);
        return charsetName;
    }
}

運行結果：

以上就是java獲取文本文件字符編碼的方法，詳細使用情況還需要大家自己親自動手使用過才能領會。如果想了解更多相關內容，歡迎關注億速云行業資訊頻道！